时间：2023-03-06 16:06:06
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇客户画像营销方案范例。如需获取更多原创内容，可随时联系我们的客服老师。
大数据时代
超越对因果关系的渴求
取而代之关注相关关系
我们不仅要知道“为什么”
更重要的知道“是什么”
导读：
庞大的数据中到底蕴藏了什么价值？它的存在又有什么意义？这就要看企业如何利用它。数据中所包含的信息有很多，信息是流动的，也是变化的，企业只有获得动态信息才是最有商业价值的
大数据时代的来临
维克托・尔耶・舍恩伯格在《大数据时代：生活、工作与思维的大变革》中前瞻性地指出，大数据时代最大的转变就是超越对因果关系的渴求，取而代之关注相关关系。也就是说，我们不仅要知道“为什么”，更重要的知道“是什么”。
继互联网兴起之后，大数据应用已经成为企业趋之若鹜的下一个热门话题。在消费者的数据量成几何级数增长的时代，全新的商业机遇正在蓬勃的酝酿中。那么我们应该如何利用大数据这个强有力的工具来更好的服务消费者？要回答这个问题，我们首先来看一下企业的本质。
其实每个企业都只有两面：供应面和需求面。供应面是企业如何完成产品或提供服务，属于企业可以控制的一面，在这个面上企业的重点是控制成本和提高效率。需求面是企业无法掌控的，我们可以尝试所有的方式去接近客户，但最终是由客户或消费者决定是否对我们提供的产品感兴趣。客户购买符合自己需求的产品是由于喜欢企业推出的广告，还是产品的价格有吸引力，或者口碑传播，或是这些因素兼而有之，还是可能有上百种因素共同影响？这方面孰因孰果始终很难确定。
既然需求面无法掌控，同时企业又必须去了解消费者的偏好，那么对消费者进行研究就是我们分析需求面的重中之重了。传统的消费者研究方法，例如问卷调查，最大的问题就是以几千人的信息作为营销决策的依据，以偏概全。而大数据工具可以做到用几亿消费者的信息来分析，并且对任何一个消费者的特征都可以做出单独画像，甚至可以做到比消费者自己还要了解自己的需求和心理预期，从而真正实现对消费者的精准+个性化+互动的营销。
大数据的商业价值在哪里
对于普通人来说，大数据似乎相距甚远，但它的威力无所不在：信用卡公司追踪客户信息，能迅速发现资金异动，并向持卡人发出警示；电信公司追踪客户行程动态，区域化推送有关旅游或商务信息；航空服务公司适时发送航班延误信息……这些都与大数据有着千丝万缕的关系。
有统计显示，过去两年里全球积累的数据量超过以往所有历史的总和，并且还在以每年40%的速度增长。也就是说，全球的数据总量每两年就可以翻一番。
庞大的数据中到底蕴藏了什么价值？它的存在又有什么意义？这就要看企业如何利用它。数据中所包含的信息有很多，而最具商业价值的就是和消费者相关的信息。如果可以搜集到精准的消费者信息，那么就可以为他们定制更加个性化的服务。当然，不是所有的消费者数据都视如珍宝，姓名、性别、年龄，甚至收入，都算是过时的信息。说其过时，并不代表它们没有价值，而是诸如此类的基本信息很容易获得。信息是流动的，也是变化的，企业只有获得动态信息才是最有商业价值的。动态信息可以帮助企业了解顾客的消费习惯，比如他们喜欢网购还是逛商场，喜欢白天购物还是晚上购物，他们的消费理念有什么区别，他们会在什么时候做出非理智的决策。
理想的精准个性化营销是什么
要想制定理想的精准个性化营销方案，企业必须掌握两点：一、通过大数据充分挖掘消费者的特征，对几亿的消费者描绘精准个性化的画像；二、合理地掌控和设计针对单个画像的方案。
了解用户个性，就是要为用户提供他们想要的产品和服务。首先，企业需要在庞大的数据库中，找出最具有含金量的数据；其次，把数据表现相同的消费者分为一类，依据消费者数据表现设计有针对性的方案。虽然方案的关键是有没有抓住最核心的数据，但另一个值得思考的问题是：通过数据分析所归类得出的人群类别太多，是否会导致管理成本增加，同时降低人员效率呢？
个性化分散的人群可大可小，大到一个有同样需求的人群，小到每一个消费者都是一个个性化需求个体。而过于分散的个性化方案，会增加企业的成本和管理的难度，所以要合理掌控和设计个性化方案。那是否需要考虑并不是所有提供的数据都应该将它们转化为方案？所增加的成本和实际收益是否成正比？如果成本的增加并没有换得更好的回报，那意义何在？
总之，实现个性化方案的最大难点，一是关键数据的可靠性，二是管理成本的可控性。具体来说，个性化服务设计的出发点就是对关键数据的分析，如果数据筛选和分析有误，那结果可想而知；个性化方案附带着各种成本的增加，比如数据管理。个性化方案在某种程度上只能以人群为单位，而非每一个消费者，同时必须考虑实际的成本投入和收益回报。
精准个性化营销怎么做
一、谁是你的目标消费者，现有的？潜在的？答案是：你不仅要寻找可以令你增加销量和利润的客户，而且要学会辨别哪些对你而言是最有价值或可能最有价值的客户，并在这个基础上估计现有客户和潜在客户的未来的终生价值。
二、收集和分析消费者的什么数据，动机？需求？为了让信息收集更有效，你需要深入了解你的目标客户想要什么、对什么感兴趣，并了解上述客户的心理。为此，你需要根据客户群体的需求或动机的相似程度寻找分类的方法，将客户分为不同的类别，打上标签。然后用大数据工具，帮助你预测客户会对你提供的哪些产品感兴趣，并探知客户内心的想法。
三、怎么找到消费者交流的渠道，搜索引擎，第三方数据？一般的传统方法，第一步是确认你想接触、关注、倾听、阅读以及使用哪些媒体，例如电视、广播、杂志、互联网。第二步是根据地理位置区分消费阶层，例如大多数中上层人士的居住地会集中在某些地区。而大数据工具可以帮你找到具体的单个消费者，可以通过你自己的网站，可以通过搜索引擎，可以购买外部数据库，可以借助广告网络和社交网络。这些数据都是人们访问时会留下并可以追溯的数据，可以更精准的对具体的个人特征进行画像。
四、为现有或潜在的客户交流需要投入多少资金？大多数公司并没有运用科学方法判断应该为营销投入多少，无论是一年只花几千万还是花几亿的公司都没有科学的评估。而大数据工具可以帮助你判断你的营销预算应该是多少，确定创造需要投入多少资金的最佳方案，然后在你确定预算后，帮助你了解怎么根据特定任务、地理位置和渠道分配这些资金。
关键词：大数据；精准营销；信息流；广告投放
引言
随着信息技术时代的不断发展和进步，广告已经融入我们的生活当中，并给我们的生活方式带来了巨大的改变，大数据+广告营销的模式贯穿我们的生活。然而，目前广告投放存在一些弊端，近年各个平台的广告肆无忌惮地传播，广告无法精准推送给潜在客户，垃圾广告多，企业的广告费被浪费。本平台目前使用的标签定位，用户选择最高只有二级标签，用户画像分类不够精准，广告投放精准率低。鉴于此，本团队提出基于精准营销的社交平台信息流广告投放策略研究，以精准营销作为技术出发点，研究精准度更高、投入小回报大的广告投放模式，为当前的营销行业提供新的模式参考。与传统的互联网广告不同，当前的互联网广告是信息流广告的时代.信息流广告是一种隐藏在信息上下文中，和上下文的内容相接近，而且是展示在社交媒体使用者好友动态或者资讯媒体和视听媒体内容流中的广告。与传统的互联网广告相比，信息流广告穿插在内容流中的广告痕迹并不显著，容易被平台使用者所接受，对平台使用者来说体验是相对较好的，对广告主来说能够运用精准的用户标签进行精准投放。大数据时代社交平台精准营销需求大，社交平台使用频率高、用户多、黏性高，且移动社交的用户规模逐年增长,通过手机上网的互联网用户比例高达99.7％[1]，广告价值高，可以实现高效率，低成本的精准营销。
1文献综述
1.1国内研究现状
在《电子商务背景下个性化精准营销策略研究》一文中，李海波(2016)认为当代互联网信息普及快速发展，关于精准营销的概念被大家熟知，并逐渐发展成为一种全新的精准营销理念。为此对个性化精准营销的内涵及其特征进行针对性的研究，并对营销策略进行分析和探讨[2]。个性化的精准营销可以提升用户个性化的服务水平、加快企业信息化进程以及制定企业精准定位。未来的电子商务与精准营销之间相结合，将会成一种流行的营销趋势。将精准营销应用在实际领域上，张恒（2016）针对精准广告投放领域进行了总结。精准营销的发展趋势还存在局限性，体现在精准营销主要集中在广告传播上，并没有从完整的营销过程角度进行策划。因此，未来应在广告传播的基础上将精准营销理念融入产品设计[3]。牛耀红（2017）针对多个社交平台的本质角度进行研究：站在广告主的角度，挖掘用户数据并构建数据库，给用户贴上标签，实现精准营销；站在受众群体的角度，提高用户的体验感，适当在微信朋友圈广告下点赞和留言，提升用户参与互动，从而提高用户黏性；站在平台的角度，作为社会化的媒体平台，追求商业化的同时，搭建用户体验和企业的商业行为平衡的桥梁，传播商业化信息的同时也要时刻关注用户的自我表达，及时做出反应[4]。基于信息流广告投放的研究，在关于微信信息流广告投放的初步研究等代表性文章中，范昕伟（2016）指出，微信的朋友圈是基于用户链接，它穿插在内容流中的信息流广告更像是“朋友”更新的信息[5]。
1.2国外研究现状
中西方的思维方式与文化背景存在差异，对精准营销的广告投放研究有不同的看法。国内外相比，国外精准广告投放的研究更加关注的是传播与营销理论层面的探讨。精准广告投放的研究成果受到国外学者们的广泛关注。已有部分的研究成果不断在现实中实践运用，例如运用基于K/Means的聚类方法对用户进行细分，此算法是基于大数据的客户聚类分析，该技术能够解决实践中精准营销的问题，将精力集中在有需求的客户，面向大数据分析的算法实现并行化。在《ToTheCloudBigDatainaTurbulentWorld》一书中，VincentMosco（2017）借助大数据挖掘技术，介绍了广告传播未来的发展趋势，将更趋精准，所投放的广告能更加吸引到受众群体的注意力[6]。CraigDempster、JohnLee(2017）通过对平台投放广告发展趋势的研究，各大信息流平台所衍生的广告投放技术，将出现众多关于广告投放技术的团队，对数据进行实时的测量，挖掘有效的客户信息，提高广告投放的精准度，通过大数据挖掘分析客户信息形成精准的客户定位，从而更加高效的开展营销活动[7]。
2精准营销实现的意义与要点
2.1精准营销使广告主和用户实现双赢
精准投放出现之前，大部分广告是在盲投。这样就可能会导致广告在不是很合适的地点、时间、环境里呈现到用户的眼前。到了2019年，微信，淘宝，今日头条，抖音等产品的推送越来越精准，通过精准营销的实现，广告可定向与之对应的用户群，给到用户喜欢的广告，减少推广成本，提高推广效果；例如微信会结合你平时浏览的文章，通过朋友圈推送相关的产品，刺激我们消费。因此，广告精准投放的重要性就是在对于广告主和媒体做到降低成本提高效率的双赢局面。
2.2基于DMP平台可以实现精准营销
DMP平台(Data-ManagementPlatform)数据管理平台，是把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动营销环境里的平台[8]。
3基于精准营销的社交平台信息流广告投放策略
3.1标签优化方案
社交平台的精准广告是一种以用户为中心的广告运营模式，在精准定向传播的基础上，时刻关注用户的反馈效果对广告的效果进行分析和研究，实时调节。通过使用人群定位系统，更加精准的标签定义，优化文案素材来提高转化率点击率、降低成本，也保证曝光量。在精度提升方面，本项目通过贝叶斯算法关联分析和基于K/Means的聚类分析，构建用户浏览行为的概率计算，描述用户画像，将现有的二级标签细化到四级标签，建立回归方程模型，而后根据回归分析，将两个自变量调整成四个自变量，将精准营销的精确度从原先的55%提升到70%，精确度大大高于传统的营销模式（如图2所示）。具体来看，行业标签中细分为交通、新闻资讯、服饰鞋帽箱包、教育、生活服务、金融、商业服务、娱乐休闲、孕产育儿、旅游、房产游戏、餐饮美食、医疗健康、体育运动、美容个护、家居互联网电子产品以上18个一级标签，在对应18个一级标签[9]，精准细分124个二级标签，二级标签有汽车租赁、娱乐女鞋、职业教育、购物平台、银行、农林牧渔、文化艺术等二级标签再往下细分256个三级标签，三级标签有书法、机票、心理治疗、运动包、家居装饰等；三级标签再精准细分为313个四级标签，有硬笔书法、国内机票生鲜等。
3.2方案实际应用及效果监测
目前项目需要解决的关键问题是——如何在某公司原有的社交平台营销基础上提升广告投放效益。本团队将改进后的精准广告投放营销策略应用到某公司的营销平台上，以下为案例展示。
3.2.1项目投放案例展示（1）案例背景——佛山市A投资信息咨询有限公司。今年，某公司接到佛山市A投资信息咨询有限公司的广告投放业务，需要某公司为其进行客户定向广告投放，增加曝光度，于是本项目团队将所研究的社交平台精准营销广告投放方案应用于此。（2）方案实施。根据对该公司的行业背景调查与需求分析，本项目团队发现该公司目前存在以下问题：用户数据搜索精准度低，产出线索多为无效，故客户的持续性转化率较低、增长缓慢，针对此问题，选择一款基于行业目标和客户特性而智能获客的平台是非常关键的，因此，本团队成员根据精准营销研究方案提出了以下几点解决方案。A.利用DMP平台，智能匹配目标客户，提升客户转化率。本项目服务的某公司DMP平台拥有2亿+企业数据辐射能力，可依据用户输入的关键词快速贴标签建立目标客户画像，再结合强大的系统数据算法，为客户匹配吻合度最高且比较活跃的企业，该企业首先应该选择某公司的平台匹配合适的客户。B.以四级标签体系方案为基础，精准选定目标用户。作为初创企业，佛山A投资公司首先应该在旧客户聚集地进行大范围投放，在标签定向测试了一段时间之后，再在佛山各区进行大规模广告投放。一开始，优化团队采用LBS定位的功能，在旧客户聚集地禅城区为半径向外辐射，查找25-40岁对融资咨询、财务投资有需求的用户（如图3、4所示），之后，广告再覆盖佛山禅城、南海和三水等各区。C.结合兴趣标签，添加广告关键词。社交平台广告落地页的优化思路，是以客户浏览、下单转化为核心目标。本团队建议将原价3561元现价仅299元的超高优惠活动设置在首屏关键位置，从而吸引用户点进去提升公司整体转化率。（3）案例效果。本团队在广泛定向的同时，精准锁定对融资咨询方面有兴趣的用户，提升了佛山市A公司的线索产出效率，截至目前，已经有5w+高质量的有效线索，客户转化率由原来的11%提升到30%，最终4k投入带来6w+的营业额。（4）案例总结。A.利用DMP平台，智能匹配目标客户。融资咨询类商家主要围绕本地推广、线索收集等方向智能匹配目标客户，提升客户转化率。融资咨询行业对广告呈现有着特殊要求，比如体现服务专业度、关键词吸引人的广告图。B.了解目标客群特征，选择中小企业对咨询有需求的中高端人群。C.为了第一时间建立起用户对品牌的好感，在落地页首屏位置即加入优惠活动广告关键词，通过展示及其具有吸引力的限时优惠活动等内容赢得用户关注，并进一步促进用户留资购买。
从实质上看，互联网技术不过是对算盘、报表和电话的升级，充当的是银行的技术平台，然后互联网逐步成为银行经营活动的资源平台。一方面，银行获取客户从线下网点扩展到了网上，突破了网点局限；另一方面，银行依托大数据、云计算技术对客户互联网信息进行处理，形成了客户信用体系和风险评估体系，降低信息不对称，提高了银行风险定价能力，颠覆了传统金融服务理念和业务方式。
何为金融互联网和互联网金融？业界虽无统一定论，但有两类说法：一是从参与者角度定义，将金融企业利用互联网技术开展业务，称为金融互联网，将互联网企业开展金融业务定为互联网金融；二是按业务实质区分，将线下金融业务“搬”上网，定义为金融互联网，将利用大数据对客户信息进行处理，形成客户信用评价基础所做业务定为互联网金融。笔者倾向后一种。
股份制商业银行面临转型困境。相对于大型商业银行，从网点布局来看，股份制商业银行大体只进入了100个左右地级以上城市，仅占全国333个地级以上城市的1/3左右；同时现有网点多位于城市中心区，在县域地区分布较少，甚至很多发达县市也未能形成网点的有效覆盖。因此在客户及业务拓展过程中，普遍受到网点资源制约，难以形成规模效应，只能是重点布局大型商业银行无暇顾及的细分市场领域，形成自身特色。如招商银行强在零售、民生强在小微、兴业强在同业、中信强在对公。而这种经营方式带来的是市场空间有限，发展后劲不足的困境，转型是必经之路、常走之路，经营上就会受经济周期影响较大，如履薄冰。
互联网为中小股份制商业银行摆脱网点资源限制，迅速扩大客户规模提供了可能。股份制商业银行参与互联网金融竞争重点应做好四方面的工作，逐步形成自身核心竞争力：
风险管理
银行是经营风险的企业，风险管理是银行经营的生命线。有人说银行家是“在晴天也撑着雨伞的人”，这形象凸显了银行经营活动中的保守倾向，因为只有控制好风险，银行经营才能稳健，也才能获取客户信任。
在互联网技术出现之前，由于信息不对称，银行对信用风险的管理，主要以财务模型与抵押物模型为主。由于客户风险管理的成本较高，所以银行信贷资源往往向财务状况优质客户倾斜。互联网带来的海量数据积累与强大数据挖掘技术，降低了银行获取客户行为信息的成本，使银行可通过客户在互联网中的数据足迹，如收入记录、支出记录、消费习惯、行为习惯、人口统计学属性及其他信息，形成客户行为画像，预估客户的购买力与还款能力，构建互联网金融的信用评价模型。但应注意，这种基于大数据的信用风险控制方式，极度依赖于模型的精准性，且模型有可能被客户揣摩迎合，所以客户行为画像不会替代传统的风控模型。商业银行仍需坚守传统的财务模型作为银行风险管理的根本，在此基础上研究基于大数据的客户行为画像模型的具体算法，进而利用互联网信息技术得到涵盖客户财务画像和行为画像的全面客户画像，并依此搭建更全面的、覆盖全流程的风险管理体系。例如网络贷款类产品，要在贷前使用多渠道数据信息交叉比对实现风险评估，在贷中利用大数据建立的客户评价模型分析客户收入水平及稳定性等，在贷后建立动态风险监测预警机制并结合贷后变换操作管控机制，实现对贷后风险的有效管控。互联网带来的大数据，让银行对客户信息的了解更加充分，在传统风险管理模型的基础上，完成了风险控制技术的标准化。
在新的风险控制模型下，银行将客户电子商务行为数据转化为客户金融属性数据，进而可以通过模型，自动审批和核定授信额度，从个案的审批转变为批量的审批。这样便可大批量的筛选客户，提高客户拓展效率，并使得原来传统在线下无法覆盖的客户得到服务，将小额、分散、短期、无抵押、无担保的资金需求纳入中小股份制商业银行的服务范围，使服务“丝”客户成为可能。
客户体验
互联网技术带来了服务时间、空间的无限延伸，可以使人们的消费、投融资等金融行为变得高效、便捷，也为银行创新金融服务，提供差异化风控手段与差异化服务策略带来可能。某种意义上讲，互联网竞争是在竞争风险管控与客户体验的平衡能力。
差异化风控。基于大数据的分析技术，得到客户完整的实时画像，建立预测分析模型，就能对客户进行实时的基于消费行为的风险判断。这种基于交易级的判断将比基于客户级的判断更真实与具体，不再是对某一群体使用同样的控制手段，而是还原了每一个独特的客户个体，针对性地使用差别化风险控制手段，从而带来差异化的客户体验。传统支付的安全控制措施以物理隔离、硬件防控为主要手段，如USBkey（U盾），以额度限制为辅助手段，如手机支付限额等。但传统的安全措施就要让渡一部分客户体验。USBkey身份认证的安全等级虽高，但同时带给客户很高的学习成本。操作复杂、兼容性低、跨渠道使用难度大，都降低了客户体验，与互联网金融快速、便捷、简单的理念背道而驰；而通过较低的交易限额控制风险，则无法满足客户对支付的基本需求。核心需求不能满足，必将导致客户流失。
进入互联网时代，我们可以收集并分析客户交易数据，如IP地址、MAC地址、客户属地、交易时间、交易对象、交易规模、交易频率等，从中提取客户日常交易特征。当客户发生一笔交易时，系统将比对这一笔交易与日常交易特征的一致性：简言之，如二者一致，便推断该交易的真实性与安全性，降低安全认证级别或允许客户进行大额交易；如二者不一致，则认为该交易存在欺诈风险，系统将自动提高交易安全认证级别或给予较低的交易额度，来防范欺诈行为。通过差异化的风险控制，做到“防小人，不防君子”，从而提升客户体验。
差异化服务。结合客户行为画像，我们可对客户的消费行为、需求动机进行精准洞察，搭建精准营销平台，定制有针对性的差异化服务策略，以提高服务质量和客户转化率，使得银行低成本高效率地在潜在用户群中推广自身产品与服务。例如，我们可以了解客户在金融服务中的生命周期阶段。针对客户生命周期阶段演变，推送不同的金融服务和个性化信息展示：学生时期主要推送支付类产品，成家立业时期主要推送信贷类产品，中老年财富积累时期主要推送财富类产品。此外，我们可以根据客户交易的历史纪录，对规律性业务做定时自动处理或推送提醒，对客户常用交易在网银或手机APP界面上做针对性的排布和展示，提高产品服务的智能性与友好性。
客户定位
传统银行客户定位于高端客户，因单个客户业务规模大，可摊低银行各项服务和风控成本。但事实上，由于高端客户市场竞争激烈，其对银行议价能力较强，并且享受了银行各种费用减免及附加服务。对处于市场竞争劣势的中小商业银行而言，高端客户市场实际利润空间有限。
在互联网金融时代，随着互联网技术的应用，尤其在大数据和云计算技术的支持下，长尾客户群体可成股份制银行丰厚利润的增长点。
当互联网技术解决信息对称及运营成本的问题后，股份制商业银行，可重新寻找客户定位，定义优质客户，并避开竞争红海。过去按照年龄、收入等属性划分高端客户群体的客户定位方式已不再适用。任何年龄、收入的客户都可以纳入互联网金融经营的客户范围，即使是“丝”客户，只要有信誉，同时有旺盛的金融需求，并能支付相应的成本，都可以成为中小股份制商业银行的客户。
在零售银行方面，客户定位可以从中高端，扩展至为“有小资情怀”的，注重生活品质的人群；公司银行方面，可以围绕供应链上下游，扩展客户，打破原有地域时空的局限。
营销思维
互联网改变了人们的生活方式，人们的生活行为大量从线下迁移至线上，银行的营销方式也应相应地转变，去适应客户的生活方式的变化。通过利用互联网技术，改变线下营销与传统媒体广告的高投入、低产出现状，使银行产品高效且低成本地直达目标客户。
在精准营销方面，通过客户行为画像，了解客户的资产状况、行为习惯、生活习惯，精准把握客户需求，进而可以在线上进行点对点的营销，准确地提供客户所需服务，避免对客户的骚扰，甚至做到雪中送炭，而非锦上添花。例如，客户着急转账时，将客户需要的服务放在他最容易找到的地方，让他毫无干扰地快速完成，远比在这个过程中银行不停地介绍理财产品给他的感受要好。
在打通线上线下O2O（Online to Offline）营销方面，通过设计打通线上线下的互动营销工具，可满足客户线上与线下动作交互的需求，覆盖每一个与客户可能的接触点，增加营销机会。例如可搭建互联网金融产品的专属权益兑换体系，在研究客户群体的喜好并定制精准营销方案后，通过遍布线下的精彩服务或活动吸引网点客户成为线上客户。为分支行员工提供用以扩大客户规模、提升客户黏性、提高客户活跃度的营销工具。此外还可利用O2O的互联网行为模式，设计业务推广与业绩统计工具，用于开拓行外营销团队，借力打力。外拓营销团队可通过智能手机、移动媒体使用该工具，让营销工作可以在碎片化时间进行。该模式的探索将颠覆传统的营销理论和营销模式，可以最大限度、最低成本的拓展产品和业务的销售渠道，吸引更多的客户转化。
在“病毒式”营销方面，社交媒体为银行提供了可通过社交圈进行“病毒式”营销传播的机会。一方面，通过社交媒体可发掘客户兴趣爱好，实现精准营销，提高现有用户的使用黏性和忠诚度；另一方面，借助微信等当前流行的社交应用平台，可使营销信息在传播者的社交圈中以几何倍数级增长，达到低成本迅速拓展客户的效果。同时营销信息在社交圈中的传递还可拉近产品与客户的距离，增加客户对产品的信任感。
【关键词】 大数据 精准投放 推荐平台 实时竞价
一、引言
“大数据”作为网络时代的信息矿山，无疑蕴含着大价值。目前，大数据比较明朗化的商业价值开发，发生在互联网广告精准营销领域。传统的广告营销，在经历了大众传播的喧嚣、分众传播的繁荣后，开始迎来新的变革窗口----针对特定网民的精准营销 （有人称其“个众传播”）。基于对记录着用户人口属性、兴趣喜好、消费习惯、价值导向等信息的大数据的挖掘，通过人群定向技术，向特定的某个用户传播极具 针对性的广告，从而降低广告的无效损耗，提升品牌的投资回报率（ROI），这是大数据在网络精准营销领域“闪出的一道金光”。
二、大数据营销概述
当代社会对互联网的普及及网络应用技术的快速发展，使得用户网络浏览的痕迹能够被分析、追踪等，企业或第三方服务机构为寻求咨询、策略、投放等营销服务而使用这些数据的行为，被称为大数据营销。大数据被喻为与蒸汽、电力、石油一样的重要自然资源，它改变了人们思考、决策和行动的方式，使社会变得更加智慧，使企业营销决策更加优化，被企业视为未来竞争优势的基础。
三、基于大数据的精准广告推荐平台
1、方案综述。针对互联网广告宣传需求多样化、客户行为碎片化以及渠道投放效果等变化趋势，建立以精细客户画像、智能精准推送、释放客户价值，融合用户、媒体、广告商为一体的互联网广告智能推荐平台。通过用户需求快速挖掘、用户信息安全保障以及互联网广告精准投放为核心建立适合大数据价值变现的互联网广告营销服务新模式。借助自身大数据分析系统和优势，搭建DMP客户画像平台，分析结果与互联网广告市场及公司对接，从而建立从“用户数据分析广告受众定位广告投放受众互动业务办理广告效果评估”的新型闭环广告整合运营平台。
2、精细客户画像。利用开放式大数据平台（平台计算资源+脱敏数据资源），实现合作方模型的加载、处理，输出个体（设备/人物）标签值。通过DMP平台的K-V接口提供高并发低时延的实时标签查询服务，标签内容来源于数据挖掘合作或独立第三方标签。标签结果数据分为两种：1）离线标签结果数据：移动和第三方合作方算法模在大数据平台分析处理脱敏离线数据后获取的离线标签结果，离线标签结果通常基于用户长时间的互联网行为习惯的积累。2）实时标签结果数据：移动或第三方合作方算法模型在大数据平台分析平台脱敏实时数据后获取的实时标签结果 ，实时标签结果通常基于用户较短时间（分钟级别或小时级）互联网行为的标签化描述。
3、精准投放。通过广告主和消费者行为以及独特的关键词自动定位技术来相匹配的相关词义和关键词，利用关键词定位可以帮助客户优化广告的效率，从而使广告转换率最大化。采用的协同过滤推荐算法针对用户的标签提出一组简洁有效的标签标准化方法在用户的新浏览行为聚类标签与标准标签之间形成映射关系，采用用户对标签的差异评分，以解决即时标签中存在的语义模糊、品牌差异等问题；使用标准化标签和用户的浏览行为作为建模数据，利用基于向量空间模型的表示法建立用户的偏好模型，保证用户偏好模型的质量；采用的用户的即时偏好算法和基于用户偏好模型的改进的推荐算法，能更准确地跟踪用户的实时兴趣，保证推荐的内容就是用户正需要的内容，以提高营销推荐的命中率。
4、实时竞价。实时竞价中整个涉及用户购买的所有数据信息都需要DMP底层提供。广告推荐平台通过对卖方提供的数据进行抽取、过滤、清洗、加密、分析、存储后，将卖方与买方的需求进行关联和匹配，并实时匹配买卖双方出价数据，支撑双方实时竞价。广告推荐平台会提供科学的精准算法及规则依据来协助买方（客户）和媒介执行机构（卖方）来判断何种用户才是高质量的，从而使广告推广的效果更加高效和精准。广告推荐平台除了提供用户基本属性如手机号、年龄、省市、职业、性别等基本属性之外，还特别关注用户互联网行为数据，包括位置行为、上网搜索行为、网页浏览行为、上网偏好、上网时间、活动轨迹等，通过大数据分析统计及算法建模后，提供用户精确化的互联网行为标签库。
结束语：大数据时代企业的营销管理模式正面临着机遇和挑战，企业在大数据环境里会不断地创造和革新出新营销模式和营销思维，它们符合时代的发展。利用数据驱动的广告策略，将数据提升到营销之前、之中来，就可以将效果监测转变为效果预测，让广告呈现在感兴趣的用户群体面前，实现真正意义上的精准营销。
参 考 文 献
[1]杨永强，大数据时代的应用研究[J]，电脑编程技巧与维护，2014（08）.
即使是现在，我们对数字营销类的书籍有着天然的抗拒。我们是有充分理由的。京东和豆瓣热门营销类书籍的作者要么是空想理论家要么是剪刀浆糊手，即使那些有理论也精通实战的作者，也常常把一本书写成企业神话。
对于非中文类的图书更是如此。这也是鄙视链传导的结果。4A公司看不上本土公司的老土没节操，本土公司看不上4A公司的不落地，我们也看不上老外对数字营销的说三道四。即使是凯文・凯利（KeVin KeIIy）和其他名气很大的作者，我们往往也是一味敬畏不知原因。
也许，在所有的社交媒体被玩的只剩下微信和天猫之后，那些基于新社交平台（Pinterest、Snapchat、Vine和Perlscope）和社交玩法的新知识对我们没有意义。粗暴的微信广告和简单的爆款营销看起来比任何需要时间和耐心酝酿的营销玩法都要有效。平台的青黄不接和玩法的简单粗暴让我们可怜而又自大。
被某互联网大佬极力推荐的《三体》，里面有一句恰当的警示：弱小和无知不是生存的障碍，傲慢才是。
在2016年，放下点傲慢，读点好的，很有必要。这份书单参考了，HuffingtonPost以及PSFK等媒体的书单以及Seth Godin、Jav Baer、Brian Solis等数字营销“达人”的读书推荐，选择了2015年出版的几本数字营销类新书。这些尚待翻译成中文的作品，可以作为新年充电之备或者提升英文阅读水平的工具，拿走不谢。
《内容公司（content Inc.）》
提到内容营销，不能不提Joe PuIiZZi。他发明了“Content Marketing”这个词汇，也创建了全球最好的内容营销智库Content MarketlngInstftute。盛名之下，他的每本书都是理论加实践的诚意之作。他之前的一本书《自营销互联网方法》虽然中文译名广受吐槽，但是让“少即使多”和“所有的公司都是媒体公司”等概念和一整套内容营销方法深入人心。
他的新书《内容公司（Content Inc：HOWEntrepreneurs Use Content to BuiId MassiveAudlences and C reate Radicallv SuccessfulBusinesses）》注定也是一本书名很难翻译的作品。《友利营销（Youtillty）》的作者Jay Baer说，如果你想把内容变成商业机会，这是一本有史以来最详细最具体也是最有诚意的一本书。
如果说《自营销互联网方法》是一本介绍如何做内容营销的技术手册，那么《内容公司》是如何让内容营销推动公司成长的策略指南。在这本书中，Joe PuliZZi强调了内容营销和传统营销的本质区别：先培育消费者和市场，然后才研发产品和服务。
Joe PuIiZZi提出了建立内容公司的六个步骤，包括找到内容的最佳切入点（The SweetSpot）、找到区别于竞争对手的内容角度（ContentTilt）、收割新用户（Ha rvesting Audience）、内容渠道多样化（Diversification）以及流量和用户关注变现（Monetization）。
这是一本洗脑之作，也是一本实务操作指南。如果你对内容营销念念不忘，如果你相信消费者需要真诚沟通，并开始觉得微信广告或者披上大数据外衣的程序化广告说破大天也就是广告，这本书会让你感觉很棒。
相关推荐：
Joe Pulizzi《自营销互联网方法：内容营销之父手册》
Jason Miller《社交媒体和内容营销实战指南（Welcome to the Funnel：Proven Tactics to TurnYour Social Media and Content Marketing uD to11）》
《内容密码（The Content Code）》
今天，一个知名品牌找到一个自愿转发微信帖子的消费者比一个普通创业者找到一个风投还难。网上内容太多，用户都不够用了。所有的数字营销狗最常被听到的吐糟是：我为你付出了真心，你却永远不转。
Mark W Schaefer的新书《内容密码（TheContent Code）》可能会帮你解释这个疑惑：品牌的内容是否被用户转发，可能与内容本身无关，而与品牌本身以及2%的那些忠实用户的行为相关。这群被成为Alpha用户（Alpha Audience）的群体不仅关系到品牌内容能否“流行”，还决定着产品卖的好不好。
《内容密码（The Content Code）》强调内容的转发要比内容的阅读和评论重要。内容转发的“密码”被总结成六个因素。这些因素包括B rand Development（品牌建设）、Audience（社群建立）、Distribution（内容分发）、Authority（权威性）、Sha reabilitv（分享性）以及Social Proof（社会证明）。这六个因素的英文首字母可以组成BADASS，更容易记住。
相关推荐：
Andy Crestodina《内容的化学反映：内容营销插图手册（Content Chemistry：An IllustratedHandbook for Content Marketing）》
Michad Brenner《内容方程式（The ContentFormula）》
《买家形象（Buyer Personas）》
买家画像建立在真实买家的真实数据上。买家画像告诉我们潜在用户在评估你的服务和产品时的动机和行为。不同于简单的用户画像（Customer Profiling）和想当然的用户购买流程（Customer Decision Journey），买家画像是基于数据分析和真实用户调查得出的科学数据和结论：买家的态度、顾虑和选择标准。
在过去的10年里，消费者画像和用户购买流程图谱是指导营销行为的理论基础。但是Adele Revella在新书《买家形象》却指出那些由市场和销售人员经过几轮讨论加上数据分析得出的用户画像其实没有什么用处。甚至那些专业咨询公司炮制的用户画像同样也只停留在好看的PPl上。
“阅读专业的出版物或者网站”、“爱好是滑雪和潜泳”、“加入骑行兴趣小组”、“使用网络搜索购买信息”、“早晨8点使用微信看新闻”、“晚上10点在朋友圈分享”……即使你用这些行为标签刻画出清晰的用户画像，你也很难依据这个完美的形象制定有效的营销策略。
在这本详细阐述如何构建买家形象的书中，Adele Revella为用户研究提供了很多新的视角。比如，用于30分钟用户访谈的用户洞察5环模型（5 Rings of Buying Insight）：谁是你的潜在用户；你提供解决方案哪些和他们相关，哪些和他们无关；阻碍他们成为你的买家的心理和态度；他们信任的信息来源；谁是决策者以及他们在决策过程中的影响力。GoPro的用户定位和市场营销是印证这些方法的好案例。 《买家形象》援引的市场调查数据显示，在未来几年内，超过80%的品牌将使用用户形象来定义他们的目标用户和营销策略。对于那些把“用户体验”和“粉丝经济”奉为圭臬的营销人来说，情怀之外还需要有真诚的态度和科学的方法。
相关推荐：
Carlos Hidalgo《需求满足：满足用户需求的B2B营销转型（B2BDriving Demand：TransformingB2B Marketinq to Meet the Needs of theModern Buyer）》
Brian Solis《X因素：当商业遇上设计的体验设计（X：The Experience When Business MeetsDesign）》
《提问（Ask）》 Ryan Levesque的《提问（Ask）》有很长的副标题：发现顾客购买痛点、培养狂热粉丝，以及开启商业新篇章的反常规网络方程式。这本书没有宏达的理论构架，而是基于RyanLevesque创业史的经验总结。很多亚马逊网站上的书评觉得这本书言过其实，很大程度上可能是因为他们是喜欢理论而缺少实践的“学院派”。
“自恋”的作者把书的前半部分变成了“自传”，包括他在上海5年的AIG项目主管生涯。虽然这让一部分读者感到“反常规”甚至哕嗦不着边际，但是这可以让我们对半部分“提问方程式（Ask Formula）”有更好的理解。作者把“提问方程式”应用到挖掘客户需求过程中，建立了年销售额达到1亿美元的咨询和技术公司。
“提问方程式”的核心是“在正确的时间，用正确的方式，提出正确的问题”。这些问卷的前提呼应“先贤”史蒂夫・乔布斯的理论：消费者根本不知道他们究竟想要什么。“提问方程式”有一些系列精心编写的调查问卷组成。这些消费者问卷的问题按照特定的方式组合，在帮助你了解客户真实想法的同时，也帮助客户一步步地意识到自己的真实想法和需求。
作者列举的四种最核心的问卷也是以“反常规”的方式命名，比如“深潜”问卷（DeepDive Survey）和“你恨我吗”问卷（Do YouHate Me Su rvey）。但在这种看似轻松的背后，作者的意图是严肃的：靠问卷就可以成单。
此外，如果你恰好使用Eloqua这种邮件营销工具或者正在摆弄Lead Scoring这种东西，作者倾囊相授的用户“养熟”和“收割”技巧你或许也能用上。
相关推荐：
Russdl Glass、Sean Callahan《大数据商业：如何使用大数据赢得用户、竞争和利润（TheBig Data-Driven Business：How to Use Big Datato Win Customers，Beat Competitors，and BoostProfits）》
《牵引（Traction）》
新消费主义（Consumerism）时代最大特征是，决定成败的不是产品的好坏而是用户规模和新用户增长速度。这是大红大紫的黑客增长（Growth Hacking）营销术的母题。 和Ryan Levesque一样，《牵引（Traction）》一书的两位作者Gabriel Weinberg和JustinMares也是从创业经验出发分享他们如何实现用户数量“爆炸式”增长的经验。
这本书不局限于主流的Facebook或者Twitter营销，而是延伸到所有可以帮助创业公司增长用户的19种渠道的工具。这本书也没有提供一个完美的营销工具组合策略，而是希望让我们明白数字营销的本质不是寻找终极解决方案，而是不断发现并解决一个又一个新问题。
在这19种用户增长工具中，EngineeringAs Marketing（工程开发即营销）值得我们关注。工程师是企业营销创新的重要力量。数字营销软件提供商HubSpot的工程师业余时间开发了Marketing Gradeg让用户提交官网地址和电子邮件就可以算出网站的排名。随着越来越多的用户使用的这个免费工具，HubSpot可以轻松地知道谁家的网站和营销需要改进，并使用客户预留的电子邮件对这些潜在买家进行“养熟（LeadNurturing）”和“杀熟（Pivot）”。
这个时代，流行会快速过时，蓝海会瞬间变成红海。消费者就像顽固的病毒，会对每一种新营销方式和手段快速产生“抗药性”。每一个成功的营销背后，都是从0到1的艰难质变，而不是从1到100的循序渐进。
相关推荐：
Robert Rose《体验：营销的第七阶段（Experiences：The 7th Era of Marketing）》
Robbie Kellman Baxter《会员经济（TheMembership Economy）》
《如何让一匹马飞起来》（HOW to Fly a Horse）
在创意稀缺的年代，天才是要被神化的。
在我们的想象中，天才总是与众不同，他们的创意总能信手拈来。你需要有蓬乱的头发和皱巴巴的衣服才能像个艺术家，你需要有GayGay的特质才能像个好文案，或者你需要有一部大胡子和浮夸的雕花烟斗才能像个做创意的。
Kevin Ashton认为这都是扯淡。这位麻省理工的文科生，在发明了“物联网（Internet 0fThings）”及各种玩意之后，写了一本书证明创意的奥秘不是天赋和灵感而是专注和努力。这本书就是《如何让一匹马飞起来》。
随着互联网技术的进步和发展,传统银行业的业务经营方式和类型在发生着深刻的变革.现金管理业务是银行向其重要客户提供的一项综合性、个性化服务,主要依托银行传统结算手段以及电子银行平台,向企业提供收款、付款、流动性管理、资金增值以及账户监控和信息查询等相关服务。它将协助企业客户对现金流入、流出及存量进行统筹规划,在保证流动性的基础上,实现客户效益最大化。
为提高现金管理营销和推广效率，切实发挥现金管理业务拓客、活客、黏客、稳存、增收的作用，提升专业价值贡献，铁路支行积极组织开展2020年现金管理场景营销活动。
一、制定营销方案。将开展现金管理作为拓展中间业务收入的切入点,迅速落实，确保活动效果落到实处，既为企业资金及交易管理提供现金管理服务，利用网上银行灵活、安全地进行现金管理，享受便捷方便的全面服务。
二、对全员进行产品培训，弄清楚现金管理中各种产品的细节，发掘营销机遇，实现精准营销，将传统的产品销售转化为服务推送，提升对公客户服务水平,提供更加优质的客户体验。
三、重点做好宣传推广、选择重点场景、梳理目标客户，开展朋友圈和微信群传播、线下面对面、等多种形式的宣传推介活动，并结合自身情况采取服务价格优惠、利用产品试用期等活动，以吸引客户，提高营销成功率。
四、针对重点拓展场景，根据部分场景目标客户清单和场景目标客户画像，筛选客户清单，锁定目标客户。一是将日均存款100万以上的法人客户纳入重点营销目标，将高端企业对公客户作为支撑理财业务规模和收入的基础和重点；二是对定期存款大户实行名单制管理，积极推进高成本定期存款向对公理财产品的转化。三是认真分析长期不动户情况，提取日均存款大于10万元的活期存款账户名单，作为重点目标客户，与对公结算账户提升工作联动，在积极推动法人理财产品的销售的同时，进一步提升账户质量。
五、营销效果维护，跟踪和落地现金管理工作，扩大银企合作范围,加深银企合作深度,巩固客户关系,提高对公客户忠诚度,提升商业银行核心竞争力。
电信运营商拥有多年的数据积累，拥有诸如财务收入、业务发展量等结构化数据，也会涉及到图片、文本、音频、视频等非结构化数据。从数据来源看，电信运营商的数据来自于涉及移动语音、固定电话、固网接入和无线上网等所有业务，也会涉及公众客户、政企客户和家庭客户，同时也会收集到实体渠道、电子渠道、直销渠道等所有类型渠道的接触信息。整体来看，电信运营商大数据发展仍处在探索阶段。
大数据在电信行业应用的总体情况
目前国内运营商运用大数据主要有五方面：(1)网络管理和优化，包括基础设施建设优化和网络运营管理和优化；(2)市场与精准营销，包括客户画像、关系链研究、精准营销、实时营销和个性化推荐；(3)客户关系管理，包括客服中心优化和客户生命周期管理；(4)企业运营管理，包括业务运营监控和经营分析；(5)数据商业化指数据对外商业化，单独盈利。
第一方面：网络管理和优化。此方向包括对基础设施建设的优化和网络运营管理及优化。
(1)基础设施建设的优化。如利用大数据实现基站和热点的选址以及资源的分配。运营商可以通过分析话单和信令中用户的流量在时间周期和位置特征方面的分布，对2G、3G的高流量区域设计4G基站和WLAN热点；同时，运营商还可以对建立评估模型对已有基站的效率和成本进行评估，发现基站建设的资源浪费问题，如某些地区为了完成基站建设指标将基站建设在人际罕至的地方等。
(2)网络运营管理及优化。在网络运营层面，运营商可以通过大数据分析网络的流量、流向变化趋势，及时调整资源配置，同时还可以分析网络日志，进行全网络优化，不断提升网络质量和网络利用率。
利用大数据技术实时采集处理网络信令数据，监控网络状况，识别价值小区和业务热点小区，更精准的指导网络优化，实现网络、应用和用户的智能指配。由于用户群的不同，不同小区对运营商的贡献也不同。运营商可以将小区的数据进行多维度数据综合分析，通过对小区VIP用户分布，收入分布，及相关的分布模型得到不同小区的价值，再和网络质量分析结合起来，两者叠加一起，就有可能发现某个小区价值高，但是网络覆盖需要进一步提升，进而先设定网络优化的优先级，提高投资效率。
德国电信建立预测城市里面的各区域无线资源占用模型，根据预测结果，灵活的提前配置无线资源，如在白天给CBD地区多分配无线资源，在晚上，则给酒吧地区多分配无线资源，使得无线网络的运行效率和利用率更高。
法国电信通过分析发现某段网络上的掉话率持续过高，借助大数据手段诊断出通话中断产生的原因是网络负荷过重造成，并根据分析结果优化网络布局，为客户提供了更好的体验，获得了更多的客户以及业务增长；
第二方面，市场与精准营销。此方向包括客户画像、关系链研究、精准营销、实时营销和个性化推荐。
(1)客户画像。运营商可以基于客户终端信息、位置信息、通话行为、手机上网行为轨迹等丰富的数据，为每个客户打上人口统计学特征、消费行为、上网行为和兴趣爱好标签，并借助数据挖掘技术(如分类、聚类、RFM等)进行客户分群，完善客户的360度画像，帮助运营商深入了解客户行为偏好和需求特征。
(2)关系链研究。运营商可以通过分析客户通讯录、通话行为、网络社交行以及客户资料等数据，开展交往圈分析。尤其是利用各种联系记录形成社交网络来丰富对用户的洞察，并进一步利用图挖掘的方法来发现各种圈子，发现圈子中的关键人员，以及识别家庭和政企客户；或者分析社交圈子寻找营销机会。如在一个行为同质化圈子里面，如果这个圈子大多数为高流量用户，并在这个圈子中发现异网的用户，我们可以推测该用户也是高流量的情况，便可以通过营销的活动把异网高流量的用户引导到自己的网络上，对其推广4G套餐，提升营销转化率。总之，我们可以利用社交圈子提高营销效率，改进服务，低成本扩大产品的影响力。
(3)精准营销和实时营销。运营商在客户画像的基础上对客户特征的深入理解，建立客户与业务、资费套餐、终端类型、在用网络的精准匹配，并在在推送渠道、推送时机、推送方式上满足客户的需求，实现精准营销。如我们可以利用大数据分析用户的终端偏好和消费能力，预测用户的换机时间尤其是合约机到期时间，并捕捉用户最近的特征事件，从而预测用户购买终端的真正需求，通过短信、呼叫中心、营业厅等多种渠道推送相关的营销信息到用户手中。
(4)个性化推荐。利用客户画像信息、客户终端信息、客户行为习惯偏好等，运营商可以为客户提供定制化的服务，优化产品、流量套餐和定价机制，实现个性化营销和服务，提升客户体验与感知；或者在应用商城实现个性化推荐，在电商平台实现个性化推荐，在社交网络推荐感兴趣的好友。
第三方面，客户关系管理。此方面包括客服中心优化和客户生命周期管理。
(1)客服中心优化。客服中心是运营商和客户接触较为频繁的通道，因此客服中心拥有大量的客户呼叫行为和需求数据。我们可以利用大数据技术可以深入分析客服热线呼入客户的行为特征、选择路径、等候时长，并关联客户历史接触信息、客户套餐消费情况、客户人口统计学特征、客户机型等数据，建立客服热线智能路径模型，预测下次客户呼入的需求、投诉风险以及相应的路径和节点，这样便可缩短客服呼入处理时间，识别投诉风险，有助于提升客服满意度；另外，也可以通过语义分析，对客服热线的问题进行分类，识别热点问题和客户情绪，对于发生量较大且严重的问题，要及时预警相关部门进行优化。
(2)客户关怀与客户生命周期管理。客户生命周期管理包括新客户获取、客户成长、客户成熟、客户衰退和客户离开等五个阶段的管理。在客户获取阶段，我们可以通过算法挖掘和发现高潜客户；在客户成长阶段，通过关联规则等算法进行交叉销售，提升客户人均消费额；在客户成熟期，可以通过大数据方法进行客户分群(RFM、聚类等)并进行精准推荐，同时对不同客户实时忠诚计划；在客户衰退期，需要进行流失预警，提前发现高流失风险客户，并作相应的客户关怀；在客户离开阶段，我们可以通过大数据挖掘高潜回流客户。国内外运营商在客户生命周期管理方面应用的案例都比较多。如SK电讯新成立一家公司SK Planet，专门处理与大数据相关的业务，通过分析用户的使用行为，在用户做出离开决定之前，推出符合用户兴趣的业务，防止用户流失；而T-Mobile通过集成数据综合分析客户流失的原因，在一个季度内将流失率减半。
第四方面，企业运营管理。可以分为业务运营监控和经营分析。
(1)业务运营监控分可以基于大数据分析从网络、业务、用户和业务量、业务质量、终端等多个维度为运营商监控管道和客户运营情况。构建灵活可定制的指标模块，构建QoE/KQI/KPI等指标体系，以及异动智能监控体系，从宏观到微观全方位快速准确地掌控运营及异动原因。
(2)经营分析和市场监测。我们可以通过数据分析对业务和市场经营状况进行总结和分析，主要分为经营日报、周报、月报、季报以及专题分析等。过去，这些报告都是分析师来撰写。在大数据时代，这些经营报告和专题分析报告均可以自动化生成网页或者APP形式，通过机器来完成。数据来源则是企业内部的业务和用户数据，以及通过大数据手段采集的外部社交网络数据、技术和市场数据。分析师转变为报告产品经理，制定报告框架、分析和统计维度，剩下的工作交给机器来完成。
第五方面，数据商业化。数据商业化指通过企业自身拥有的大数据资产进行对外商业化，获取收益。国内外运营商的数据商业化都处于探索阶段，但相对来说，国外运营商在这方面发展的更快一些。
(1)对外提供营销洞察和精准广告投放。
营销洞察：美国电信运营商Verizon成立了精准营销部门Precision Marketing Division。该部门提供精准营销洞察(Precision Market Insights)，提供商业数据分析服务。如在美国，棒球和篮球比赛是商家最为看中的营销场合，此前在超级碗和NBA的比赛中，Verizon针对观众的来源地进行了精确数据分析，球队得以了解观众对赞助商的喜好等；美国电信运营商Sprint则利用大数据为行业客户提供消费者和市场洞察，包括人口特征、行为特征以及季节性分析等方面。
精准广告投放：Verizon的精准营销部门基于营销洞察还提供精准广告投放服务；AT&T提供Alert业务，当用户距离商家很近时，就有可能收到该商家提供的折扣很大的电子优惠券。
(2)基于大数据监测和决策支撑服务。
客流和选址：西班牙电信于2012年10月成立了动态洞察部门DynamicInsights开展大数据业务，为客户提供数据分析打包服务。该部门与市场研究机构GFK进行合作，在英国、巴西推出了首款产品名为智慧足迹(Smart Steps)。智慧足迹基于完全匿名和聚合的移动网络数据，帮助零售商分析顾客来源和各商铺、展位的人流情况以及消费者特征和消费能力，并将洞察结果面向政企客户提供客流分析和零售店选址服务。
长久以来，品牌通过各种手段拉近与消费者的距离，以求让品牌更受青睐。进入大数据时代，用户行为数据似乎变得唾手可得，但由于跨屏带来的数据碎片化与多元化也让广告主陷入盲目的阶段。这些大数据能够描绘消费者的画像吗？如何完整地收集数据，让大数据转化成为看得见的营销价值？
爱点击“数据地图”整合五大类型数据，解读消费者完整路径
用户接触网络的一瞬间，数据开始产生。每一个消费行为的背后都有搜索、浏览、社交、电商、广告的数据痕迹，这五类数据相互交织，反映了消费者网络行为的各个侧面，这些痕迹聚集在一起，形成完整路径，爱点击称之为“数据地图”。
爱点击iClick产品副总裁李彦枢曾提及，爱点击与生俱来的搜索基因，助其在搜索方面获得亿级人群、百万级词条。同时，在国内40万家优质网站不断追踪覆盖中国98.7%网民的行为，通过腾讯、新浪等社交平台，打通对PC和全网单一用户的理解。最后，融合2000多家客户品牌电商和广告的数据，达到完整的“数据地图”。
海量数据又如何？
转化为可执行的洞察才是关键
爱点击PMP不仅拥有海量数据，还实现了对数据的深刻理解和有效利用，更将多元化的营销平台与投放模式高效整合，让广告主在同一平台上完成从了解到接触目标人群的传播任务，真正提供一站式的程序化营销解决方案。
爱点击适时推出中国首个真正整合搜索推广、展示广告、移动终端及社交媒体的程序化营销平台PMP，其数据优势也引起业界共鸣。爱点击首席营销官及中国区总裁唐敏告诉记者，“有了多样化的渠道收集数据，并利用爱点击先进的算法，体现数据的5V特征（Volume数据量级;Variety数据多元性;Vitality数据活力;Vividness描绘生动度;Veracity计算准确性），让数据转化为可执行的洞察，并在一站式的平台上完成全网营销过程，这是爱点击PMP最大的优势。”
目前，第三方数据机构缔元信在与其媒体客户的合作中正试图改变墨守成规却又穷途没路的营销模式。在缔元信看来，营销价值链由用户、媒体、广告主组成：用户产生商业需求，媒体是用户出没之地，而广告主需要在媒体上寻找目标人群，在最适合的时间、最适合的媒体上将最适合用户的广告传递给最适合的受众。
媒体核心式营销走到头
早晨刚上班，任职于网络营销公司策划经理的小A就忙着为她的一家汽车客户提交新品营销策划案。虽然页面富丽堂皇观点云山雾罩，但其实定论早在她心中：门户网站的汽车媒体与专业汽车网站的广告位，来几轮组合供客户挑选，配上客户要求的产品卖点，就一切OK了。
这样的场景日复一日，年年上演，无论媒体、广告主、营销公司，都习以为常。作为营销导向终点的用户，也在日复一日的愿意不愿意中被动地接收、接收。但，这样的习以为常，无论从哪个角度看，都并不合理。以选择媒置为重点，结合媒体的流量、属性进行投放，既不能反映用户价值，又不能真正体现媒体的价值，也无法让广告实现精准营销的效果。忽略用户的后果，是用户越来越倾向，也越来越善于将他们真实的一面躲藏起来。由于无法掌握用户的商业需求，难以判断有多少目标用户出没的媒体上投放广告，广告主50%的费用被浪费掉，自然不可避免。
为此，第三方数据机构缔元信依托DDMP平台(平均每天跨网采集2亿网民、30亿条网民行为数据)的跨网数据和行业知识管理库，推出网站用户分群画像解决方案。这一系统以产生需求的用户作为核心点，以用户为单位全网收集数据，尽可能海量持续的记录用户跨网站、跨平台行为，并串联成一条完整的数据链，以期重新构建用户为核心的营销链条。
用户：躲藏起来等你找
要扭转传统模式营销对媒体不对人的尴尬局面，寻找到躲藏起来的用户是破局第一步。对于互联网媒体来说，用户规模向来是代表其媒体价值的核心指标。无论是展示媒体影响力，还是向广告主推介广告位，都离不开用户规模的介绍。这项指标也似乎不难搞定——只需统计广告主需要投放的频道或广告位对应的UV(独立用户数)即可。但事实上，对一边浏览内容一边无视不感兴趣广告达到炉火纯青的互联网用户来说，媒体用户规模并不能与营销受众划上等号。为此，媒体网站还会采用用户分析方法，一般是通过自身平台去了解用户群体规模多大、男女比例多少、年龄结构、职业背景、收入情况，以试图挖掘用户的真实影像。但这样基于一个网站上的用户自然属性及行为数据，同样不能把善于玩“藏猫猫”的用户找出来。
无论线上线下，消费者的思维都是千头万绪，语言也往往虚实相间，但在互联网上他们仍会留下真实的东西：用户网上行为和交易记录。只是，仅以一家网站的用户行为数据为基础，只能获得用户此时、此地的偏好，难以捕捉到用户全面信息。而通过全网的分群画像系统，媒体网站不仅知道用户在这里爱看什么，还准确知道用户在网站之外爱看什么，之后再将这个用户看到的所有内容转化成信息，这些信息经过行业知识库的加工和处理，形成每个用户的TAG(标签)系统，然后根据用户特征进行多维度的分类，如性别、年龄、地域、购买力、兴趣、商业价值等。这样，就能清晰准确地挖掘出用户潜在的偏好和需求，将躲在网络深处的用户真实本性一一复原于前。如缔元信通过用户分群系统分析网易娱乐用户发现，活跃在网易娱乐中的用户，实际上也有相当比例是汽车、教育、母婴的实际用户。
再以搜狐来例，其汽车消费人群比搜狐汽车频道用户多了162%。这意味着，有很大一部分汽车消费者隐藏在搜狐汽车之外的频道中，仅针对搜狐汽车的广告投放将使一大半活跃在搜狐上的汽车消费者无法接收到适用于他们的信息。
网络媒体：媒体价值将重估
一直以来，互联网媒体都在强调自己有别于传统媒体的独特价值，但现实中，两者之间的差异远不如传说中的那样大——同样是媒体为主导广而告之，同样是根据抽样数据及经验判断受众特点进行一对多，同样是用户被动接受而无关兴趣。
以用户为核心去审视，在互联网上的用户，无论他们活跃在哪个平台、网站上，在同一时刻，他的属性、兴趣、地域、商业价值并无不同。换句话说，作为一家网站的用户，其价值可能在各个频道之间流动：如果TA是个汽车发烧友，那么无论TA出现在娱乐、体育或者其他任何一个频道上，其商业价值都会随之前往。通过全网数据准确描绘出用户画像，媒体不用再去管这个用户的年龄、性别、行业，而是去发掘、分析每一个用户群体多维度的偏好(如媒体偏好、内容偏好、商品偏好、购买意图、地域特征)。而且，不仅知道在这里爱看什么，还准确知道用户在来这儿之前、之后爱看什么，对用户跨网站、跨平台行为串联的数据掌握的越完整、越长，对用户的了解也便越透彻、精准。这样基于用户价值准确描述的意义在于，媒体价值将得到重新阐释和评估。
正如上面网易娱乐的例子，虽然拥有海量的用户，但因其内容与品牌、产品关联不大，商业价值往往被忽略。同样的，一个活跃在体育频道的用户，显然不可能只是个体育爱好者，他或许是有一定需求的潜在金融客户，也可能是正在观望某品牌手机到达心理价位的用户，或者是个即将出手的汽车消费者。作为同一个用户，在同样的时间，无论TA在哪里，看的是什么，需求是相同的，如果仅以娱乐或体育甚至只以一家网站的孤立数据为依据，都只能了解到用户的一小部分特征，而不能反映出真实的用户价值。一来，不能真正以偏概全地认知全体用户，而更多凭经验判断，将浏览娱乐、体育频道的千差万别的用户固化为一个整体。二来，只观察一家网站的用户行为，而不了解用户全面的、动态的行为数据，只能进行“盲人摸象”的主观揣测，无法将用户的个体、动态化的需求真实、及时呈现出来。这样的偏差，会使媒体网站的媒体和营销价值不能得到充分展现。
对媒体来说，利用全网数据构建的用户分群画像系统，可以对用户进行定性描述，精确地描述其用户群体的特征，了解消费者的购买行为、态度、生活形态和媒体接触习惯，更显示出不同族群的多维度价值，扩大媒体目标用户规模。通过分群画像系统的TGI(Target Group Index，目标群体指数)，网站可比较其中某类分群用户在整体互联网行业中的地位，客观、直观地展现自身，展现网站的竞争优劣势。以新浪为例，缔元信的用户分群画像系统显示，2014年8月，新浪全网用户的年龄，30-39、40以上的用户TGI分别达到140、126，而30岁以下的均未达到100，显示其用户以成熟人士为主;教育程度在本科以上的为140;购买力方面，高购买力的TGI指数达到127，中低购买力的指数为113，显示出新浪用户在整体互联网中具有明显的购买力优势;性别维度中，男性TGI指数达到101，略高于行业;地域维度，以上海、北京、天津为最高，特别是上海的TGI指数达到119。显示出新浪的媒体优势，如成熟人士、教育程度高、集中于直辖市及沿海地区、购买力较强。此外，进一步分析新浪用户的商业价值和兴趣的TGI，可进一步了解到新浪用户的偏好特征，为广告主营销提供投放指导。
广告主：定向定位营销有据可依
对于广告主来说，常规的网络广告是制定媒介策略，透过媒体定位覆盖目标受众。而在未来，营销重点将是尽可能与那些玩起藏猫猫的目标用户直接对话，而不是仅仅在内容看似相关的频道中守株待兔。
